Mục đích: Xem xét mối quan hê ̣ giữa 04yếu tố khảo sát (Điều kiê ̣n và môi trường làm viê ̣c , Sự hài lòng và gắn bó với nghề nghiê ̣p và tổ chức , Cơ hô ̣i phát triển năng l ực-trình độ chuyên môn và Lương , chế đô ̣ đãi ngô ̣ và khen thưởng ) là 04 biến độc lập có tác động/ảnh hưởng như thế nào đến biến phụ thuô ̣c (Quyết đi ̣nh nghề nghiê ̣p của cử nhân GDĐB, đó là sự chuyển đổi nghề nghề nghiê ̣p được đánh giá thông qua: số lần chuyển đổi công viê ̣c) thông quaviê ̣c xây dựng và đánh giá mô hình hồi quy tuyến tính bội. Dữ liê ̣u để cha ̣y hồi quy là điểm trung bình cô ̣ng các khía cạnh của 04 nhân tố sau phân tích EFA, điểm của câu hỏi số5 phần B của phiếu hỏi.
Từ kết quả của nghiên cứu lý thuyết và phân tích nhân tố khám phá ở trên đã xác định được 04 nhân tố tương ứng với 04 tiểu thang đo. Câu hỏi đặt ra ở đây là: Nhân tố nào thực sự có vai trò quyết định đến quyết đi ̣nh nghề nghiê ̣p của cử nhân GDĐB? Mức độ tác động của các nhân tố này đến quyết định đến quyết đi ̣nh nghề nghiê ̣p của cử nhân GDĐB như thế nào?
Để thấy được mức độ ảnh hưởng của 04 nhân tố nêu trên đối tới quyết đi ̣nh nghề nghiê ̣p của cử nhân GDĐB, chúng tôi xây dựng mô hình hồi quy tuyến tính bội để xác định khả năng ảnh hưởng của các nhân tố trên đối với viê ̣c gắn bó hay từ bỏ nghề nghiệp của cử nhân GDĐB.
Mô hình tổng quát có dạng như sau:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4
Trong đó, Y biểu thị cho biến phụ thuộc là quyết nghề nghiê ̣p của cử nhân GDĐB; X1, X2, X3, X4 để bi ểu thị cho 04 biến độc lập (X1 là Điều kiện và môi trường làm viê ̣c , X2 làSự hài lòng và gắn bó với nghề nghiệp và tổ chức , X3 là Cơ hô ̣i phát triển năng l ực-trình độ chuyên môn và X4 là Lương , chế đô ̣ đãi ngô ̣ và khen thưởng;Các giá trị β1, β2, β3… β5là các hệ số hồi quy riêng phần, β0 là hệ số chặn của phương trình hồi quy.
84
Để xác định các mối quan hệ tuyến tính giữa các biến độc lập (04 nhân tố tác đô ̣ng) và biến phụ thuộc (quyết định nghề nghiê ̣p), trước hết tiến hành xây dựng ma trận tương quan cho tất cả các biến này và dùng h ệ số tương quan Pearson (r) để lươ ̣ng hóa m ức độ chặt chẽ của các mối liên hệ tuyến tính giữa biến phụ thuộc và các 04 biến độc lập nêu trên. Với giả định là các mẫu trong nghiên cứu đươ ̣c lấy ra từ một tổng thể, trong đó các biến đều có phân phối chuẩn. Trị tuyê ̣t đối của r tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ5. Kết quả như sau:
TừBảng 1, phụ lục 4 ta tổng hợp được bảng hê ̣ số tương quan giữa các biến đô ̣c lâ ̣p và biến phu ̣ thuô ̣c như sau:
Bảng 3.17. Hê ̣ số tương quan giữa các biến độc lập và biến phụ thuộc
Bảng 3.17 cho thấy cả 4 nhân tố gồm: TBC_F1 đến TBC_F4 đều có mối tương quan âmvới biến phu ̣ thuô ̣c: số lần chuyển viê ̣c (solanchuyenviec) ở các mức đô ̣ khác nhau. Với mức p-value là 5% (xác suất chấp nhận giả thuyết sai là 5%) thì tất cả các hê ̣ số Sig .(2-phía) của 04 nhân tố: TBC_F1 đến TBC_F4 đều >0,05 , nên phân tích là không có ý nghĩa thống kê. Ta chưa thể khẳng định có mối liên hệ từng cặpcóý nghĩa thống kê giữa quan sát : solanchuyenviec với 4 yếu tố: TBC_F1; TBC_F2; TBC_F3; TBC_F4.
Tương tự, Bảng 1 phụ lục 4cũng cho thấy chỉ số tương quan giữa 04 nhân tố của các yếu tố khảo sát với nhau . Kết quả cho thấy có các că ̣p : TBC_F2 và TBC_F1; TBC_F3 và TBC _F1; TBC_F3 và TBC _F2; TBC_F4 và TBC _F1; TBC_F3 và TBC _F4 là có tương quan mạnh với nhau và chúng đều có ý nghĩa
5
Theo Hoàng Tro ̣ng và Chu Nguyễn Mô ̣ng Ngo ̣c (2008)
Cƣ̉ nhân GDĐB ĐHSPHN
N Hê ̣ số tƣơng
quanPearson Sig. (2-phía)
solanchuyenviec 105 1
TBC_F1 105 -0,180 0,067
TBC_F2 105 -0,131 0,182
TBC_F3 105 -0,173 0,077
85
thống kê với mức ý nghĩa là 1% khi tất cả các hê ̣ số Sig . đều < 0,01. Tuy nhiên thống kê cho thấy că ̣p nhân tố F4 và F2 là không tương quan với nhau , vì chưa có ý nghĩa thống kê khi Sig. = 0,403 > 0,05 .
Trên cơ sở phân tí ch tương quan giữa các biến đô ̣c lâ ̣p và phu ̣ thuô ̣c , tiếp tục mô hình hoá mối quan hệ giữa các biế n bằng viê ̣c s ử dụng phần mềm SPSS để xây dựng mô hình hồi quy tuyến tính bội. Theo Hoàng Tro ̣ng và Chu Nguyễn Mô ̣ng Ngo ̣c (2008, 254-255) ta thực hiê ̣n phương pháp Backward elimination bằng cách : sử du ̣ng phương pháp loa ̣i trừ dần (Backward elimination ) khi đưa tất cả 4 biến vào mô ̣t lượt và sau đó tuần tự loa ̣i chúng bằng phương pháp tiêu chuẩn loa ̣i trừ FOUT hoă ̣c POUT 6, để chọn được các biến - hay nhâ ̣n ra được các biến đô ̣c lâ ̣p có khả năng dự đoán tốt cho biến phụ thuô ̣c trong bô ̣ dữ liê ̣u mẫu (xem bảng 2, phụ lục 4).
Dữ liệu để chạy hồi quy là giá trị trung bình cộng của các khía cạnh trong từng nhân tố đã được rút trích trong phân tính EFA và solanchuyenviec. Mô hình hồi quy đươ ̣c tiến hành với giả định rằng (Y) có phân phối chuẩn đối với bất kỳ kết hợp nào của các biến độc lập (Xi) trong mô hình nghiên cứu. Kết quả phân tích hồi quy đa nhân tố như trong bảng 2, 3 và 4, phụ lục 4 cụ thể như sau:
- Ta tiến hành kiểm đi ̣nh đô ̣ phù hơ ̣p của mô hình hồi quy tổng thể bằng cách đánh giá các giả thuyết của hồi quy tuyến tính
+ Kiểm đi ̣nh giả thuyết về sự phù hợp của mô hình tuyến tính bội
Các bảng 2, 3 phụ lục 4cho thấy mô hình 4 là thích hợp nhất với tập dữ liệu khảo sát, cụ thể:
6
Để ở la ̣i được trong phương trình hồi quy thì giá tri ̣ tối thiểu F của mỗi biến đô ̣c lâ ̣p (F-to- remove) ≥ 2,71 hoă ̣c xác suất tối đa tương ứng với F ra của mỗi biến đô ̣c lâ ̣p ≤ 0,10; với t2
= F. Thực hiê ̣n thống kê lă ̣p la ̣i thủ tu ̣c Backward eliminationvới phần mềm SPSS sau mỗi lần loa ̣i biến , cho đến khi nào giá tri ̣ F của biến có hê ̣ số tương quan từng phần nhỏ nhất trong phương trình hồi quy ≥ 2,71 (tiêu chuẩn sử du ̣ng mă ̣c đi ̣nh là FOUT).
86
Bảng 3.18. Đánh giá sự phù hợp của mô hình khảo sát
Mô hình R R2 R2hiệu chỉnh của ƣớc lƣợng Sai số chuẩn Hê ̣ số Durbin-Watson
4 0,180d 0,032 0,230 1,101 1,904
d. Biến dự kiến: (Hằng số), TBC_F1, TBC_F2, TBC_F4
Bảng 3.18và bảng 3 phụ lục 4 cho thấy, hê ̣ số R2 hiệu chỉnh = 0,230 (lớn nhất trong 4 mô hình), nghĩa là mô hình 4 là mô hình hồi quy tuyến tính phù hợp nhất với tập dữ liê ̣u khảo sát (23%). Hay 23 % khác biệt của sự quyết định nghề nghiê ̣p có thể được giải thích bởi sự khác biê ̣t của 03 biến đô ̣c lâ ̣p trong mô hình : TBC_F1, TBC_F2 và TBC_F4.
Mă ̣t khác, kết quả phân tích phương sai ở Bảng 3.19 cho thấy, giá trị F của hồi quy là 3.436với mức ý nghĩa quan sát đươ ̣c là sig = 0,003d < 0,05, ta an toàn bác bỏ giả thuyết Ho , nên có thể kếtluận: mô hình hồi quy tuyến tính bội được xây dựng (mô hình 4) là phù hợp với tổng thể.
Như vậy, với nhóm mẫu khảo sát , chỉ có 03/04 nhân tố có mối liên hệ tuyến tính mạnh, thích hợp đưa vào mô hình hồi quy tuyến tính bội để ước lượng mức độ của quyết đi ̣nh nghề nghiê ̣p , đó là: TBC_F1, TBC_F2 và TBC_F4. Các yếu tố này giải thích gần 23% sự khác biệt về quyết đi ̣nh nghề nghiê ̣p của cử nhân GD ĐB trường ĐHSPHN.
+ Kiểm đi ̣nh giả thuyết về ý nghĩa của hê ̣ số hồi quy
Bảng 4, phụ lục 4 đã thống kê ANOVA các mô hình khảo sát cho thấy:
Bảng 3.19. Phân tích ANOVA cho mô hình 4
Mô hình Tổng bình phƣơng Df Trung bình bình phƣơng F Sig. 4 Hồi quy 4,161 1 4,161 3,436 0,003e Phần dư 124,753 103 1,211 Tổng 128,914 104
e. Biến dự kiến: (Hằng số), TBC_F1, TBC_F2, TBC_F4
Sử dụng kết quả phân tích ANOVA tại Bảng 4 phụ lục 4và thống kê ước lươ ̣ng hê ̣ số hồi quy cho mô hình 4 (Bảng 3-19) để kiểm định giả thuyết H0: “các hệ số hồi quy riêng phần bằng không trong tổng thể” hay β2 = β3= β4 = 0. Ta thấy, các giá trị βi (i: 2, 3, 4) đều ≠ 0 và có các giá trị Sig < 0,05 nên giả thiết H0 bị bác bỏ. Có
87
nghĩa là giả thiết “các hệ số hồi quy riêng phần bằng không” bị bác bỏ. Nên có thể khẳng đi ̣nh có mối liên hệ tuyến tính giữa 03 biến độc lập : TBC_F1, TBC_F2 và TBC_F4 với biến phụ thuộc solanchuyenviec trong mô hình hồi quy tuyến tính bội,
với nhóm mẫu khảo sát. Như vâ ̣y, mô hình hồi quy tuyến tính này được xây dựng là phù hợp với tổng thể.
Bảng 5 phụ lục 4 cho ta rút ra bảng các hệ số hồi quy chưa đưa vào mô hình 4 như sau:
Bảng 3.20.Ước lượng các hệ số hồi quy cho mô hình 4
Mô hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê cộng tuyến B Sai số chuẩn Beta
Độ chấp nhận VIF 1 4 (Hằng số) 1,377 0,315 0,376 0,000 TBC_F1 -0,171 0,092 -0,180 1,854 0,003 0,620 1,610 TBC_F2 -0,091 0,088 -0,120 0,453 0,041 0,432 2,314 TBC_F4 -0,127 0,110 -0,143 0,630 0,005 0,801 1,248
Bảng 3.20 cho thấy mô hình 4 có các h ệ số hồi quy riêng phần (βi) đều đảm bảo có ý nghĩa thống kê với mức ý nghĩa Sig < 0,05. Sử dụng kết quả ước lượng hệ số hồi quy riêng phần của các biến độc lập, có thể viết lại phương trình hồi quy như sau:
Y = 1,337- 0,171* X1- 0,091* X2 - 0,127* X4
Hay viết la ̣i phương trình trên là:
Quyết đi ̣nh nghề nghiê ̣p =1,337- 0,171* Điều kiê ̣n và môi trƣờng làm viê ̣c - 0,091* Sƣ̣ hài lòng và gắn bó với nghề nghiê ̣p và tổ chƣ́c - 0,127* Lƣơng, chế đô ̣ đãi ngô ̣ và khen thƣởng
Dựa vào phương trình trên cho thấy, các hệ số hồi quy βi chưa chuẩn hóa đều mang dấu âm, điều đó có nghĩa là tất cả các nhân tố F1, F2 và F4 trong phương trình hồi quy đều có ảnh hưởng ngược chiều đến quyết đi ̣nh nghề nghiê ̣p của cử nhân GDĐB. Nói cách khác, khi cải thiện bất kỳ nhân t ố nào trong 03 nhân tố này
88
sẽ làm giảm số lần chuyển đổi hoặc từ bỏ nghề GDĐB , hay sẽ có ảnh hưởng tích cực lên quyết đi ̣nh nghề nghiê ̣p của cử nhân GDĐB ĐHSPHN.
Để đánh giá các mức độ ảnh hưởng của từng thành tố trên đối với của cử nhân GDĐB ĐHSPHN, ta sử du ̣ng các giá tr ị của hệ số Beta đã chuẩn hóa trong bảng 3.20. Cụ thể như sau: Quyết đi ̣nh từ bỏ/chuyển đổi nghề chịu ảnh hưởng mạnh nhất của nhân tố: “Điều kiê ̣n và môi trường làm viê ̣c” (Beta = -0,180) nhân tố“Lương, chế đô ̣ đãi ngô ̣ và khen thưởng” (Beta = -0,143) nhân tố“Sự hài lòng
và gắn bó với nghề nghiệp và tổ chức” (Beta = - 0,120).
- Đánh giá các giả định của OLS
Mục đích: dò tìm các vi phạm các giả định cần thiết trong hồi quy tuyến tính .
+ Giả định phương sai của phần dư (sai số) không đổi
Hiện tượng “phương sai của phần dư thay đổi” nó có thể làm ước lượng của các phương sai bị chệch làm cho việc kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lượng của mô hình hồi quy tuyến tính. Giả thuyết H0 cho kiểm định này là:“Phương sai của phần dư không đổi”, tức là: hệ số tương quan hạngtổng thểgiữa phần dư và các biến độc lập bằng 0.
Tiến hành phân tích kiểm đi ̣nh tương quan ha ̣ng Spearman cho mối tương quan giữa phần dư và các biến tác đô ̣ng trong mô hình hồi quy 4 bằng phần mềm SPSS ta thu được kết quả sau:
Bảng 3.21. Tƣơng quan giữa phần dƣ và các biến độc lập Trị tuyệt đối
của phần dƣ TBC_F1 TBC_F2 TBC_F4
Trị tuyệt đối của phần dư
Tương quan Pearson 1 -0,10 -0,02 -0,21
Sig. (2-phía) 0,809 0,42 0,37
N 105 105 105 105
Kết quả phân tích trong Bảng 3-21 cho thấy, các giá trị Sig đều > 0,05 nên không thể bác bỏ giả thuyết H0.Như vậy giả thuyết “phương sai của sai số không đổi” bị bác bỏ. Do đó có thể kết luận rằng: giả thuyết “phương sai của sai số không đổi” bị vi phạm hay phương sai của sai số là có thay đổi.
89
+ Giả định về tính độc lập của các sai số (không có sự tương quan giữa các sai số)
Đại lượng thống kê Durbin-Watson được dùng để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất). Giả thuyết H0 của kiểm định này là: H0: Hệ số tương quan tổng thể của các phần dư = 0. Kết quả phân tích trong bảng 3.18 cho thấy chỉ số Durbin-Watson = 1,904( ≈ 2), chỉ số Durbin-Watson rơi vào miền chấp nhận giả thuyết không có tương quan chuỗi bậc nhất. Do đó có thể kết luận giả thiết về tính độc lập của các sai số không bị vi phạm.
+ Giả định không có mối tương quan giữa các biến độc lập (hiện tượng đa cộng tuyến)
Bảng 3.20 cho thấy độ chấp nhận (Tolerance) của các biến độc lập đưa vào phương trình đều xấp xỉ bằng 1. Hệ số phóng đại phương sai của các biến độc lập đưa vào phương trình VIF < 10 chứng tỏ: không xảy ra hiện tượng đa cộng tuyến với mô hình hồi quy được xây dựng.
Các phân tích trên đã ch ứng tỏ không có sự vi phạm các giả định cần thiết trong phân tích hồi quy tuyến tính với nhóm mẫu khảo sát.